Datenengineering

SpendHQ hat die Übernahme von Sligo AI angekündigt, um agentische KI in den Unternehmenseinkauf zu integrieren. Diese strategische Akquisition ermöglicht es SpendHQ, maßgeschneiderte KI-Lösungen anzubieten, die nicht nur wertvolle Erkenntnisse liefern, sondern auch komplette Einkaufsprozesse autonom abwickeln können. Angesichts des zunehmenden Drucks auf Einkaufsteams, Kosteneinsparungen zu erzielen und gleichzeitig Umwelt-, Sozial- und Governance-Vorgaben (ESG) zu erfüllen, wird die Kombination aus strukturierten Einkaufsdaten und einer agentischen Infrastruktur als entscheidend erachtet. Die Übernahme adressiert auch die Herausforderungen der KI-Implementierung in großen Unternehmen, indem SpendHQ die erforderliche Datenqualität und -verfügbarkeit gewährleistet. Sligo AI bringt eine Infrastruktur mit, die die Implementierung von KI-Systemen unter Berücksichtigung von Sicherheits- und Compliance-Anforderungen ermöglicht. Diese Entwicklungen könnten die Effizienz im Einkauf erheblich steigern und die Anwendung von KI in diesem Bereich vorantreiben.

Der Artikel "How Cursor Actually Works Under the HOOD…" bietet einen tiefen Einblick in die Funktionsweise von Cursorn in Datenbanksystemen. Er erklärt, wie Cursorn als Schnittstelle zwischen der Anwendung und den Datenbankdaten fungieren, indem sie es Entwicklern ermöglichen, Datensätze zeilenweise zu verarbeiten. Der Text beleuchtet die verschiedenen Typen von Cursorn, wie z.B. statische, dynamische und schreibbare Cursorn, und deren jeweilige Vor- und Nachteile. Zudem wird auf die Performance-Aspekte eingegangen, die bei der Verwendung von Cursorn zu beachten sind, sowie auf die Bedeutung von Transaktionen und Sperren. Abschließend wird die Rolle von Cursorn in modernen Datenbankanwendungen diskutiert und wie sie zur Effizienz und Flexibilität bei der Datenmanipulation beitragen.

Cognichip hat ein Deep-Learning-Modell entwickelt, das Ingenieuren helfen soll, die komplexe und teure Chip-Entwicklung zu optimieren und die Markteinführungszeit erheblich zu verkürzen. CEO Faraj Aalaei hebt hervor, dass ihre Technologie die Entwicklungskosten um über 75 % senken und die Entwicklungszeit um mehr als die Hälfte reduzieren kann. Kürzlich erhielt das Unternehmen 60 Millionen Dollar an Finanzierung, um seine Vision voranzutreiben, hat jedoch noch keinen Chip mit seinem System entworfen. Cognichip trainiert sein Modell mit spezifischen Chip-Design-Daten und hat eigene Datensätze erstellt sowie Partnerschaften geschlossen, um sicherzustellen, dass Chip-Hersteller ihre Modelle sicher mit eigenen Daten trainieren können. Bei einem Hackathon an der San Jose State University konnten Studenten das Modell nutzen, um CPUs auf Basis der offenen RISC-V-Architektur zu entwerfen. Cognichip konkurriert mit etablierten Unternehmen und gut finanzierten Startups in einer Branche, die derzeit einen historischen Höhepunkt bei Investitionen in KI-Infrastruktur erlebt.